
目标检测
xskxushaokai
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
yolo v3关键点梳理
yolo v3 官方地址:https://pjreddie.com/darknet/yolo/paper地址:https://arxiv.org/abs/1804.02767官方darknet代码地址:https://github.com/pjreddie/darknetpytorch版本地址:https://github.com/andy-yun/pytorch-0.4-yolov...原创 2019-01-09 19:06:05 · 1473 阅读 · 0 评论 -
mAP详解及VOC和COCO mAP的不同之处
非VOC2007的算法:对于某类下全部的真实目标,将IOU>=0.5 的作为检测出来的目标,取不同的confidence 阈值计算对应的precision 和recall,对于每个recall,取其对应的最大precision,对这些precision 求平均即为该类的AP 值。所有类的AP 值求平均即为mAP。 VOC2007的算法:取[0, 0.1, 0.2, 0.3, ......,...原创 2019-04-20 16:11:48 · 14368 阅读 · 2 评论 -
CornerNet 论文笔记
1.摘要:作者提出了一种新的检测方式,不需要引入anchors。CornerNet是one stage检测器,它预测的是目标的左上和右下两个角点。文中还提出了一种对应于corner预测的pooling方式,作者称之为corner-pooling。CornerNet在COCO数据集上的AP达到了42.2%2. CornerNet2.1 网络结构CornerNet网络有...原创 2019-05-24 19:48:58 · 422 阅读 · 0 评论 -
CornerNet-Lite 论文笔记
总述CornerNet-Lite是普林斯顿大学发在19年cvpr上的一篇目标检测作品,上一篇博客中详细介绍了CornerNet。CornerNet 是基于关键点的目标检测方法,不需要 anchor box,在单阶段检测器取得了SOTA 的精度。在COCO数据集上 AP 为 42.2%,但是单帧图像的 inference 需要1.147s。CornerNet-Lite 是 CornerN...原创 2019-05-25 17:53:36 · 711 阅读 · 2 评论 -
M2Det 网络解读
1. 总述M2Det 是AAAI 2019年的文章,出自北大之手,one-stage网络,官方给出的其在COCO上的AP达到了44.2。网络架构是基于FPN的思想进行设计的,很有脑洞的一点是作者在 FPN 的基础上提出了 MLFPN(Multi-Level Feature Pyramid Network)。所谓 MLFPN,可以将其理解为将原本FPN 框架中不同深度的层替换成一个小的...原创 2019-05-28 17:30:16 · 2476 阅读 · 0 评论 -
使用pycocotools时出现"undefined symbol: _Py_ZeroStruct"
是因为没有对eavs进行编译进入coco/PythonAPI的setup.py文件所在目录,执行下面命令进行编译:makepython3 setup.py build_ext --inplace# 可能原因是make所使用的python版本不是项目所使用的python版本,最后的python3应该用项目对应的python版本...原创 2019-06-04 19:58:04 · 779 阅读 · 0 评论